港科大与微软提出HarnessSQL训练框架

港科大与微软等团队提出 HarnessSQL，称其为首个原生长程环境交互训练框架：在密闭沙盒与专用 SQL Harness 中进行全轨迹监督微调（SFT）和执行奖励强化学习（RL）。据该团队介绍，8B 模型在 Spider 2.0-SQLite 上超过 32B 专用模型。 目前，HarnessSQL 的代码、沙盒环境与合成轨迹资产已在 GitHub 全部开源，团队称可供 Text-to-SQL、数据库智能体与通用 Agent 研发复用。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。